首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于TV模型和纹理合成的图像修复算法研究

摘要第1-6页
ABSTRACT第6-10页
第一章 绪论第10-15页
   ·图像修复的研究背景与意义第10-12页
   ·图像修复算法的国内外研究现状第12-13页
   ·本文工作以及论文结构安排第13-14页
   ·本章小结第14-15页
第二章 图像修复理论及方法第15-29页
   ·图像修复理论第15-18页
     ·认知心理学格式塔理论与图像修复第15-16页
     ·图像修复的三大原则第16-17页
     ·图像修复效果的评判标准第17-18页
   ·基于非纹理的图像修复算法第18-23页
     ·BSCB 修复模型第19-20页
     ·整体变分(TV)修复模型第20-21页
     ·曲率驱动扩散(CDD)模型第21-22页
     ·基于快速行进法的图像修复第22-23页
   ·基于纹理合成的图像修复算法第23-26页
     ·图像纹理简介第23-24页
     ·纹理合成技术第24-25页
     ·基于纹理合成的图像修复第25-26页
   ·算法分析与比较第26-28页
   ·本章小结第28-29页
第三章 改进的TV 模型图像修复算法第29-39页
   ·TV 模型回顾第29-32页
     ·建立TV 模型第29-30页
     ·TV 模型的数值实现第30-32页
   ·基于TV 模型的图像修复算法改进第32-34页
   ·实验结果及比较分析第34-38页
   ·本章小结第38-39页
第四章 基于纹理合成的图像修复算法第39-54页
   ·Criminisi 算法简介第39-40页
     ·优先权的计算第39-40页
     ·最佳匹配块的选择并填充第40页
     ·置信度更新第40页
   ·Criminisi 算法的不足第40-41页
   ·改进的纹理合成的图像修复算法第41-47页
     ·预备知识第41-42页
     ·确定当前待修复图像块第42-45页
     ·修复当前图像块中的未知像素点第45-47页
     ·更新处理状态信息第47页
   ·实验及结果对比第47-52页
   ·交互式的纹理合成修复方法第52-53页
   ·本章小结第53-54页
第五章 基于图像分解的图像修复算法第54-62页
   ·图像的分解第54-57页
     ·图像分解模型第54-55页
     ·图像分解的数值实现第55-56页
     ·图像分解的实验结果第56-57页
   ·图像分解的修复算法实现第57-58页
   ·实验结果及对比分析第58-61页
   ·本章小结第61-62页
结论第62-64页
参考文献第64-67页
攻读硕士学位期间发表论文和取得的科研成果第67-68页
致谢第68-69页
附件第69页

论文共69页,点击 下载论文
上一篇:利用相关性检测的成像设备辨识及篡改检测技术
下一篇:基于图论的乳腺肿瘤超声图像的分割和识别方法